基于MATLAB长时间序列遥感数据处理及在全球变化、物候提取、植被变绿与固碳分析等领域中的实践技术应用

查看原文https://mp.weixin.qq.com/s/wxFz5vNoQI2BN9NYWOuj_g植被是陆地生态系统中最重要的组分之一也是对气候变化最敏感的组分其在全球变化过程中起着重要作用能够指示自然环境中的大气、水、土壤等成分的变化其年际和季节性变化可以作为地球气候变化的重要指标。此外由于生态工程保护建设和植被自然生长等因素中国陆地生态系统发挥了重要的碳汇作用。因此定量评估植被时空动态变化是制定生态系统可持续发展目标和衡量生态系统固碳潜力的重要前提卫星遥感数据衍生的生态参量产品为研究长时间序列全球及区域植被时空变化提供了重要数据源。目前已经从卫星获取的遥感数据反演了许多长时序生物物理参量产品如GIMMS3g NDVI/LAI/FAPAR、MODIS NDVI/LAI/FAPAR/ GPP、GLASS LAI/FVC/GPP等并且已经广泛应用于全球或区域尺度植被变化趋势及格局分析。内容简述专题一长时序遥感产品在全球变化/植被变绿/植被物候等方面的应用Science/Nature/PNAS等相关文章长时序遥感数据产品介绍长时序遥感数据产品分析方法长时序遥感数据产品质量评价专题二MODIS遥感数据产品预处理基于MODIS TOOL的HDF影像拼接/子区截取/格式转换基于MODIS TOOL的长时序海量遥感数据的自动批处理程序基于MATLAB的遥感产品数值读取基于MATLAB的产品质量控制(QC)图层读取及含义解读经QC后的产品最大值/均值/中值等合成专题三长时序MODIS遥感数据产品时间序列重构遥感数据异常值/离群值outliers检测方法年内时间序列遥感数据重构以去除噪声点(滤波、多项式拟合、…)长时序逐年份遥感产品年均/最大值、月均/最大值、季节均/最大值批处理运算距平anomaly及变异系数coefficient of variation计算不良天气(如云)对长时序遥感数据分析的影响专题四基于GIMMS 3g和MODIS NDVI构建更长时序遥感数据GIMMS 3g和MODIS NDVI产品相关性分析重叠时间段内GIMMS 3g和MODIS NDVI产品融合基于GIMMS 3g和MODIS NDVI产品的更长时间序列产品生成专题五植被物候提取与分析实践应用年内时间序列遥感数据重构方法多种植被物候提取方法实现threshold/logistic/derivative/…生长季开始/长度/结束日期提取区域植被SOS/LOS/EOS制图年际间植被物候变化趋势分析专题六植被变绿趋势分析实践应用长时序年际间植被变化趋势分析方法植被变绿/变黄趋势判断准则基于一元线性回归的植被变化趋势判断基于Manner-Kendall(M-K)的植被变化检验基于变异系数法(CV)的植被变化稳定性分析区域结果成图显示与空间格局分析专题七植被变绿与生态系统固碳一致性分析植被变绿意味着生态系统固碳增强吗-来自长时序遥感产品的启示长时序NDVI变化趋势分析长时序LAI变化趋势分析长时序GPP变化趋势分析长时序NDVI/LAI/GPP变化趋势综合研判专题八草地生长关键参数/生物量遥感估算及趋势分析草地LAI/覆盖度/生物量遥感估算原理PROSAIL辐射传输模型应用PROSAIL模型参数敏感性分析基于PROSAIL模型草地关键参数遥感反演长时序草地生长变化趋势分析